Mitarbeitende des Vertriebs des Schweizer Finanzinstituts müssen für die Administration und Beratung der Kundschaft in der Lage sein, Fragen zu verschiedenen Bankprodukten und Fachthemen schnell zu beantworten. Ein Grossteil dieses Wissens wird bei dem untersuchten Finanzinstitut im Intranet und in Weisungen bereitgestellt. Dennoch ist die Informationsabfrage oft umständlich und zeitaufwendig. Generative KI-Chatbots bieten neue Möglichkeiten, Informationen effizienter abzufragen. Erste Unternehmen nutzen interne Chatbots bereits, doch es gibt bisher nur wenige Untersuchungen dazu.

Neben der Beantwortung der Forschungsfrage soll diese Arbeit als Entscheidungshilfe dienen, um den weiteren Umgang mit KI-Chatbots sowie den Nutzen, die Bedürfnisse der Mitarbeitenden und die potenziellen Herausforderungen für das Finanzinstitut abschätzen zu können. Dafür wurden acht Interviews mit Vertriebsmitarbeitenden, Fachspezialistinnen und Fachspezialisten sowie internen und externen Expertinnen und Experten geführt und eine Literaturanalyse durchgeführt. Darüber hinaus wurde ein Prototyp eines KI-Chatbots erstellt.

Die Arbeit zeigt, dass ein interner KI-Chatbot den Informationszugang für Vertriebsmitarbeitende effizienter gestalten könnte, da die mühsame Suche auf dem Intranet entfällt und direkt die gewünschten Informationen geliefert werden. Die direkten Vorteile wären die gesparte Zeit: Laut den Befragten wird zwischen 5 und 12 Prozent der Arbeitszeit mit Suchen und Abklären verbracht – genau dieser Anteil könnte reduziert werden. Noch grösser ist der Effekt bei den Fachstellen, hier wurden 20 bis 30 Prozent Anfragen angegeben, welche durch einen Chatbot direkt gelöst werden könnten. Indirekte Effekte sind eine erhöhte Kundenzufriedenheit durch schnelleren Service, steigende Mitarbeiterzufriedenheit durch die erleichterte Suche sowie mehr Zeit für die Beratung der Kundschaft. Technische Vorteile sind der einfache Kauf bestehender KI-Technologien, flexible Möglichkeiten beim Interface und niedrige, nutzungsabhängige Kosten. Die Herausforderungen bei der Umsetzung sind die Entwicklung einer Lösung zur automatischen Aktualisierung der Wissensquelle bei Änderungen, die Anpassung und Verarbeitung verschiedener Datenformate für die KI sowie das Minimieren von Fehlern, wie etwa Halluzinationen.